Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/152140
Título : | TFM - Mejorando la comunicación médico-paciente con inteligencia artificial (IA) |
Otros títulos : | Millorant la comunicació metge-pacient amb intel·ligència artificial (IA) Evaluando la capacidad de la inteligencia artificial en la adecuación de informes clínicos para la alfabetización en salud del paciente cardiológico |
Autoría: | Suárez Sampedro, Sarai |
Director: | Cossio Gil, Yolima |
Tutor: | Yuguero Torres, Oriol |
Otros: | Calvo Barceló, María Tomasino, Marco Michelena Vegas, Xabier |
Resumen : | Evaluación de la capacidad de la inteligencia artificial en la adaptación de informes clínicos para pacientes cardiológicos con diversos niveles de alfabetización en salud. Introducción y objetivos: La comunicación médico-paciente se encuentra ante el desafío de la comprensión de informes médicos por parte de los pacientes. La inteligencia artificial generativa (IAG) es una tecnología con competencias lingüísticas muy potente y rápida. El objetivo de este estudio es analizar y medir la capacidad de diversos modelos de lenguaje avanzado (LLM), basados en IAG, para interpretar informes de alta médica y generar un reporte más accesible y comprensible para el paciente cardiológico. |
Palabras clave : | Inteligencia Artificial Modelos de lenguaje avanzados (LLM) + Alfabetización en salud + Informes médicos + Evaluación de expertos Hospital Universitari Vall d'Hebron, Servicio de Cardiología. Hospital Universitari Vall d'Hebron ChatGPT, LLama2, Claude |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 28-abr-2024 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-sa/3.0/es/ ![]() |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFM_Investigación_Sarai_Suárez_Sampedro_DEF.pdf | TFM Investigación - Modelos Inteligencia Artificial - Máster Salud Digital | 8,5 MB | Adobe PDF | ![]() Visualizar/Abrir |
Comparte:


Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.